ＢＥＲＴの登場により、自然言語処理（ＮＬＰ）におけるＡＩのビジネス適用が劇的に進展し、続々と新しい技術が生まれています。主流となったＢＥＲＴをきちんと理解すれば、新世代のＮＬＰにキャッチアップできます。本書では、技術開発はもちろん実務経験も豊富なＮＬＰの専門家集団が、Ａｔｔｅｎｔｉｏｎ機構、Ｔｒａｎｓｆｏｒｍｅｒアルゴリズム、ＢＥＲＴモデルを徹底解説。プロフェッショナルチームが仕組みを詳しく、現場で使えるコードをやさしく手引きします。

■第１章　NLPの基礎知識 1..1　NLPとは？ 1.2　機械学習とは？ ■第２章NLPの技術解説 2.1　Bag of Words 2.2　ニューラルネット時代の自然言語処理 ■第3章　BERTの技術解説 3.1　Attention 3.2　Transformer 3.3　BERT 3.4　BERT以降のモデル ■第4章　BERTの環境構築 4.1　Python 4.2　Colaboratory 4.3　環境構築とデータセットの準備 ■第5章　代表タスクを通じて理解する 5.1　BERT の代表的な使われ方 5.2　文書分類タスク 5.3　NER（固有表現抽出）タスク 5.4　質問応答タスク 5.5　単語・文のベクトル化 ■第6章　練習問題 6.1　文書分類タスク 6.2　情報抽出タスク ■第7章　ビジネス適用における課題と解決 7.1　データアセスメント 7.2　不均衡データへの対応 7.3　根拠抽出 7.4　ドメイン特化モデル